Intelligence Artificielle

Commerce agentique : ce que les PME doivent préparer en 2026

Arnaud Guedj·12 octobre 2026·8 min

Robot orange rétro derrière un comptoir miniature, entouré de petits robots qui s’échangent colis et paniers, métaphore du commerce agentique.

Le commerce agentique commence quand l’IA ne se contente plus de répondre à une question sur un produit. Elle reçoit une mission, par exemple « trouve-moi une tente deux places à moins de 200 euros, livrée avant samedi », et elle enchaîne seule les étapes : chercher, comparer, vérifier le stock, parfois commander. Pour une PME e-commerce en 2026, le sujet n’est pas d’installer un robot de plus sur son site. Il s’agit de rendre son catalogue, ses stocks et ses règles lisibles par ces agents, avant que le trafic ne parte ailleurs.

Chatbot ou agent : ce n’est pas la même chose

On mélange souvent les deux, et c’est là que beaucoup de projets partent de travers.

Un chatbot répond. Vous lui posez une question, il vous donne une réponse, puis il attend la suivante. « Cette veste est-elle imperméable ? » : il lit la fiche et répond oui ou non. Il ne fait rien d’autre. C’est vous qui décidez de l’étape d’après, c’est vous qui cliquez.

Un agent agit. Il reçoit un objectif, découpe le travail en tâches et les enchaîne en utilisant des outils : le moteur de recherche d’un site, une API de stock, un comparateur, un panier, parfois un moyen de paiement. Il vérifie le résultat de chaque étape et corrige le tir si besoin. Si la taille M est en rupture, il regarde un autre modèle ou un autre marchand, sans qu’on le lui redemande. Il revient vers le client avec une proposition, ou avec une commande passée dans les limites qu’on lui a fixées.

Prenons le même besoin des deux côtés. Avec un chatbot, le client pose cinq questions sur cinq fiches et fait lui-même la synthèse. Avec un agent, il donne son besoin une fois, et c’est l’agent qui va chercher les cinq fiches, les compare, élimine celles qui ne sont pas livrables à temps et présente les deux meilleures.

Pour un marchand, la conséquence est très concrète. Le chatbot lit votre site comme un humain pressé. L’agent, lui, interroge vos données : il a besoin d’attributs précis, d’un stock juste et de règles claires (délais, retours, prix livré) pour pouvoir enchaîner ses tâches sans se tromper. Un chatbot posé sur un catalogue flou donne des réponses floues. Un agent face à un catalogue flou abandonne, ou choisit un concurrent.

Ce que le commerce agentique change dans le parcours d’achat

Une partie de la découverte, de la comparaison, et parfois de la transaction, est déléguée à un agent IA : une fonction intégrée à ChatGPT ou à Gemini, un assistant de marketplace, ou l’agent d’un commerçant. Le client exprime un besoin en langage naturel, l’agent fait le travail de recherche et de tri, et dans certains cas déclenche le paiement.

Chez Decathlon, Ismael Ghozael, VP Product & Platforms, décrit trois phases dans un échange rapporté par EcommerceMag le 5 octobre 2026. D’abord, l’attention se déplace vers les interfaces d’IA. Ensuite vient la question du commerce lui-même : qui réalise vraiment l’achat ? Enfin, plusieurs agents cohabitent, celui du consommateur et ceux des commerçants, qui négocient entre eux. Sa conclusion reste très terre à terre : « Au fond, c’est un canal de vente supplémentaire ». Un canal de plus, donc, qu’il faut préparer comme les autres.

Pourquoi s’en occuper dès 2026

La découverte produit est déjà passée en partie par l’IA, même si le paiement par agent reste rare. Selon Minted (7 janvier 2026), les études Toluna, OpinionWay, Iligo et BCG montrent qu’entre un tiers et la moitié des internautes utilisent déjà l’IA générative dans leur parcours d’achat. Le baromètre Iligo / Media Figaro indique que 70 % des Français interrogés ont déjà suivi la recommandation d’un LLM, et que 42 % ont acheté un produit suggéré. OpinionWay (octobre 2025) compte 29 % de personnes qui utilisent l’IA pour s’informer avant un achat, 47 % si l’on ajoute celles qui l’envisagent. Le BCG, sur le Black Friday 2025, mesure que 48 % des 10 000 consommateurs interrogés dans dix pays ont utilisé ou prévu d’utiliser la GenAI pour leurs achats de fin d’année, contre 39 % en 2024.

Attention à ce que mesurent ces chiffres : il s’agit surtout d’usages de type chatbot, où l’on pose des questions pour se renseigner. Les agents qui achètent vraiment à la place du client sont encore minoritaires.

Côté trafic, Adobe (repris par Minted) observait que les visiteurs venus des plateformes d’IA convertissaient 38 % mieux que les autres. Digiday rappelle en revanche que ChatGPT ne représente encore que 0,2 % du trafic total des grands sites e-commerce américains, soit 200 fois moins que Google. Le volume est faible, mais les visiteurs qui arrivent par là savent ce qu’ils veulent.

Au salon One-to-One Retail E-Commerce de Monaco (mars 2026), Sophie Marchessou (Mirakl) expliquait à FashionNetwork que certaines marques tirent déjà 10 à 15 % de leur trafic de recherches faites sur des LLM, alors que les ventes conclues directement sur ces plateformes restent « très anecdotiques ». Marc Lolivier (Fevad) y pointait le frein psychologique : le client veut garder la main sur le paiement, comme au début de l’e-commerce quand on hésitait à saisir sa carte bancaire.

Rendre son catalogue utilisable par un agent

Pour une PME, le levier le plus concret n’est pas d’ajouter un chatbot sur la page d’accueil. Ce sont les flux produits, parce que c’est là qu’un agent va chercher la matière dont il a besoin pour enchaîner ses tâches. Grégoire Chantry (Arcane Groupe / Cosmo5), dans une chronique du Journal du Net du 16 juillet 2026, présente le flux produit comme l’actif sous-estimé du commerce agentique : il conditionne à la fois la visibilité dans les LLM, les AI Ads et l’achat « zéro clic ». Les requêtes s’allongent, et les modèles exploitent chaque attribut disponible : description, points forts, matière, taille, disponibilité.

Deux couches s’additionnent :

La couche descriptive : titres, attributs, stock, prix, arguments de vente, structurés et tenus à jour. C’est ce qui permet à un agent de filtrer et de comparer sans se tromper.
La couche conversationnelle : les questions et objections fréquentes des acheteurs, avec des réponses intégrées au flux, prêtes à être reprises. La chronique cite à ce propos l’Agentic Commerce Protocol d’OpenAI.

Anne-Claire Baschet (Mirakl), citée par Minted, résume bien le problème : les utilisateurs s’expriment en langage naturel, avec un contexte et un objectif. En août 2024, seuls 4 % des utilisateurs de LLM écrivaient des requêtes de plus de huit mots. En avril 2025, ils étaient 41 %. Vos fiches doivent donc dire pour qui est le produit et quel problème il règle, et pas seulement afficher une référence.

Le B2B montre bien la différence entre répondre et agir. Visionary Marketing (21 septembre 2026, mis à jour le 30 septembre) décrit avec DJUST des agents qui reçoivent un e-mail ou un fichier Excel, en extraient les lignes, vérifient les références et préparent une commande structurée qu’un opérateur valide. Aucun chatbot ne fait ça : il faut lire, contrôler, saisir et transmettre, plusieurs tâches à la suite. Arnaud Rihiant y rappelle qu’environ 80 % des équipes commerciales B2B perdent encore du temps à ressaisir des commandes à la main dans l’ERP. C’est aussi ce que je constate dans beaucoup de PME : le frein, ce n’est pas l’IA, ce sont les données.

Paiement et confiance

Tant que l’IA se contente de répondre, l’erreur coûte une mauvaise information. Quand un agent enchaîne les tâches jusqu’au paiement, une erreur peut coûter une commande. Le paiement devient donc le point de contrôle. Dans l’échange Decathlon / Purse (EcommerceMag, octobre 2026), Pascal Roche insiste sur la chaîne d’intervenants (commerçant, prestataire de paiement, banque, authentification, lutte contre la fraude) et sur le risque de diluer les responsabilités. Ismael Ghozael est net : l’arrivée d’un intermédiaire algorithmique ne doit pas diluer la responsabilité du commerçant. La confiance tient à l’exécution : stock juste, délai respecté, retour simple.

Pour une PME, cela donne trois règles :

N’ouvrez pas de paiement par agent si votre stock ou vos délais affichés sont approximatifs.
Gardez une trace de qui a autorisé la transaction : le client, l’agent, ou une règle métier.
Laissez un humain trancher les cas ambigus, comme le recommande DJUST en B2B.

Mon ordonnance pour une PME e-commerce

Ne confondez pas les projets. Un chatbot sur votre site améliore le service client. Être prêt pour les agents, c’est autre chose : c’est rendre vos données exploitables par une IA qui enchaîne les tâches à la place de l’acheteur. Les deux peuvent se faire, mais pas avec le même budget ni les mêmes priorités.
Traitez votre flux produit comme un canal de vente, pas comme un export technique : attributs complets, stock en temps réel, réponses aux questions fréquentes, en commençant par les 20 % de références qui font 80 % du chiffre.
Mesurez dès maintenant le trafic venu des IA (ChatGPT, Gemini, Perplexity, assistants de marketplaces) : volume, pages d’arrivée, taux de conversion, même s’il est encore faible.
Travaillez votre réputation hors de votre site (avis, presse, forums, Wikipedia) : les LLM s’appuient sur des sources externes, pas seulement sur vos fiches.
Séparez découverte et paiement. Soyez visibles auprès des agents dès maintenant, et n’automatisez le paiement qu’avec une piste d’audit et des responsabilités claires.
Gardez la relation client. SAV, livraison et fidélisation restent votre terrain. Fabien Versavau, cité par Minted, le dit franchement : les agents hallucinent, vos clients restent fidèles si vous les traitez bien.

Un chatbot vous aide à répondre à vos clients. Un agent, lui, va faire leurs courses à leur place, et il choisira les marchands dont les données lui permettent d’aller au bout de sa mission. Les PME qui s’y préparent en 2026 ne gagneront pas encore la bataille du paiement par agent. Elles s’assurent d’être trouvées, comprises et choisies le jour où l’acheteur délègue sa recherche.

Questions fréquentes

Quelle différence entre un chatbot et un agent IA ?

Un chatbot répond à une question puis attend la suivante : c’est le client qui décide et qui clique. Un agent reçoit un objectif et enchaîne lui-même les tâches (chercher, comparer, vérifier le stock, remplir le panier, parfois payer) en utilisant des outils, jusqu’à revenir avec une proposition ou une commande.

Le commerce agentique va-t-il remplacer mon site e-commerce ?

Non. Les professionnels en parlent comme d’un canal supplémentaire. En mars 2026, Mirakl notait que les ventes conclues directement sur les LLM restent anecdotiques, même si 10 à 15 % du trafic de certaines marques vient déjà des recherches IA. Votre site reste le lieu de la confiance, du SAV et de la fidélisation.

Par où commencer si mon budget est limité ?

Par le flux produit : attributs complets, stock fiable, réponses aux questions des acheteurs. C’est ce dont un agent a besoin pour enchaîner ses tâches. Mesurez ensuite le trafic venu des assistants IA. Inutile d’ouvrir un paiement par agent si votre catalogue n’est pas encore lisible par une machine.

Faut-il déjà accepter le paiement via un agent IA ?

Pas forcément. La Fevad rappelle que le client veut encore garder la main sur le paiement. Soyez visibles auprès des agents pour la découverte, et n’automatisez le paiement qu’avec une traçabilité claire et une responsabilité du marchand bien définie.

Qu’est-ce que le GEO dans ce contexte ?

Le GEO (generative engine optimization) consiste à optimiser vos contenus et vos données pour apparaître dans les réponses des moteurs génératifs et des agents. Contrairement au SEO classique, il dépend aussi de sources externes (avis, presse, forums) et des réponses conversationnelles intégrées au flux produit.

Le B2B est-il concerné autant que le B2C ?

Oui, sous un autre angle : des agents qui transforment un e-mail ou un fichier en commande structurée, avec validation humaine. Visionary Marketing (septembre 2026) décrit ce fonctionnement avec DJUST : l’agent lit, contrôle et prépare la commande, un opérateur la valide.